又一年的高考季落下帷幕，接下来便是另一场无声的较量——志愿填报。1290万考生及其家庭，即将面对信息庞杂、决策艰难的填报流程。就在今日，千问正式推出全新的高考AI产品——千问高考志愿填报专家，直击这一令无数人头疼的环节。

该产品定位于国内首个覆盖全周期的高考志愿填报Agent，核心功能集中在三大模块：“志愿报告”、“志愿日历”与“志愿问答”。关键在于，它面向全国考生完全免费开放使用。

高考志愿填报的痛点十分显著：信息过载、门槛过高、决策过程复杂。正因如此，这一领域始终是AI厂商的必争之地。千问此次推出的Agent并非一时兴起，其背后是团队在高考志愿领域长达八年的深耕积累。

这位AI专家的核心能力可概括为八个字：主动、记忆、拆解、陪伴。它会根据考生的分数、选科、兴趣、家庭条件以及所在省份的时间节点，主动生成一张从考后到提交志愿表的全周期路线图，引导考生逐步完成估分、探索、筛选、拟定方案、正式提交的完整流程。

支撑这一切的，是一个专为高考志愿场景自主研发的大模型。千问团队将夸克八年来积累的22亿条优质高考数据注入预训练阶段。更关键的是后训练环节——他们引入了300多位人类志愿填报专家的方法论，使模型学会专家的完整思考链条，同时利用近40万种提问模式的AI考生进行对抗训练，以强化学习优化模型表现。

关于费用问题，千问产品负责人郑嗣寿提到团队内部的一句共识：志愿填报服务不应是稀缺资源，而应成为一项公共服务。后续沟通中，他明确表示这项服务将永久免费。同时，团队反复强调一个原则：AI志愿填报始终只作为辅助决策工具，不能替代人类做出真正的判断。

志愿日历：量身定制填报计划，全周期主动规划

该AI Agent会逐步引导考生走完整个流程，主动排出一张从考后到提交前的完整时间表。根据考生所在地区、兴趣爱好、实际分数等信息，通过认知建立、成绩定位、方向探索、方案预选、成绩公布和正式填报这六步，实现全周期的辅导陪伴。

这便是“志愿日历”功能，郑嗣寿称其为“今年最有想象力的产品”。它解决了一个非常具体、却容易被忽视的问题：考后绝大多数考生和家长对“志愿填报究竟要准备什么”一知半解。考前所有精力都聚焦于如何考高分，考后才发现根本无从下手。

千问的做法是将一个模糊的大目标拆解成一系列清晰的步骤。日历会根据考生所在省份的出分时间、填报节点、录取通知书发放日期，自动生成一张从考后第一天到志愿提交日的路线图。

这套主动规划串联起六个关键动作：先帮助考生理解政策框架（如什么是平行志愿、冲稳保结构）；在估分区间内利用冲稳保工具池浏览候选院校；引导进行职业测评以锁定方向；叠加专业强度、城市偏好等维度生成初步方案；出分当天提醒查分并按真实位次更新方案；最后在填报前逐一核查代码和排序。

志愿日历的另一个关键能力是“量身定制”。它并非按省份和时间一刀切地推送内容，而是根据每个考生的分数段、兴趣方向、个人纠结点动态调整推送内容。一位600分对计算机感兴趣的学生，与一位550分对师范感兴趣的学生，日历中需要准备的内容和功课完全不同。

更深入的是，日历会持续捕捉考生与千问的交互对话，并据此调整后续安排。例如，如果考生表达过对考研率的关注，后续推送就会按考研率排序；如果考生表达过对学费的敏感，后面就会加入院校生活成本分析。郑嗣寿总结道：“这种主动规划的能力，过去只有人类规划师才能做到，而今天千问可以同时服务几百万人、上千万人。这就是AI在这个时代的真正价值——我们并非要取代人类专家的判断力，而是要将专家的主动规划能力规模化。”

志愿报告全新升级，随时修改、主动检查

志愿报告是千问去年首创的功能，今年进行了三大升级。

第一，内容质量上实现了系统性提升。千问不仅考虑眼前能上什么好学校，还会着眼未来几年的发展路径——考研难度、考公适配性、就业趋势、基础水平、未来发展前景等。郑嗣寿举了一个真实案例：“湖南物化生595分，最近研究志愿有些迷茫。想学些与AI、计算机相关的方向，或者学校重点培养、就业较好的王牌专业。家庭条件一般，学费别太高。地域上优先湖南，在江苏读的小学，回江苏也能接受。另外有国家专项资格，省内专项志愿也可以一起看看。”

面对这种复杂的条件约束，Agent从多个维度考量后给出了精准推荐，例如湖南科技大学知识产权专业（计算机双学位+国家专项）、湘潭大学人工智能创新创业基地班等选项。

第二，支持动态调整。以往的志愿报告像一次性推荐清单，今年则更像反复校准后的完整填报方案。考生和家长边看报告边记录新想法，Agent会在原方案基础上定向调整，无需推倒重来。

第三，主动提出建议。过去的报告只呈现结果，今年升级后，千问会自行扫描方案中可能存在的风险或盲区，不等用户发现问题便已做出修改。现场展示的一个案例中，AI看完报告后提醒考生：“选科和特长更匹配科技金融或AI方向，建议同步关注。”

志愿问答：7×24小时在线的专家级规划师

做好高考志愿问答并不容易。考生的问题往往含糊不清，甚至自己都说不清想表达什么，常常是在对话过程中才逐渐明晰。此外，问答准确性要求极高，没有容错空间，还需要结合考生的完整画像来回答。千问运用了五种能力来处理这些问题。

第一，记得牢。Agent会持续记住你告诉它的所有信息——分数、选科、偏好、此前的纠结点，无需每次重复。这意味着第10次对话给出的建议会比第1次更精准，即所谓的“越用越好用”。

第二，回答准。千问团队强制模型约束，控制幻觉，特定需求仅参考最新可靠信源，排除网络低质量信息的干扰。同时，将8年来积累的高考数据库深度嵌入问答链路，确保每个结果都有可溯源的出处。

第三，有方法。遇到需要换算或判断的问题，Agent会自动调用专业知识处理，例如用线差法将模考分数等效转化为高考分数再做院校匹配。

第四，工具融合。高考场景下大量结构化数据很难用几句话讲清。千问在问答中会将数据库转化为可视化卡片，考生既能读到自然语言的解释，也能直接看到比对表格。

第五，聪明追问。当考生提出比较宽泛的问题时，Agent会先反问，通过两到三轮引导式追问（例如“你说的好是指排名高、就业好，还是离家近？”“分数大概在哪个段位？”），精准锁定考生的真实需求。

这五种能力叠加在一起，本质上模拟的是一个拥有8年高考志愿填报经验、服务过上亿考生、同时掌握全国近乎所有数据的规划师——而且这个规划师不休息，7×24小时在线，有耐心，不烦躁。

AI考生近40万种提问方式，训练出千问高考志愿大模型

上述产品能力，建立在一个专门为高考志愿场景训练的大模型之上。

千问AI算法负责人蒋冠军在发布会上拆解了技术路线。数据层面，团队补齐了全国约3000所院校、2000多个专业的全部基础信息，打通了分数、位次与报考要求的精准对应关系。同时引入了国家重大规划中的行业人才缺口数据和企业公开用人信息，反向映射到专业推荐中，关键字段的覆盖率和准确率达到95%以上。

后训练阶段，团队每年聘请数百位高考志愿填报专家，标注模型的执行过程和结果正确性，让模型逐步学会专家的思考方式。同时设置了“AI考生对抗训练”——AI考生模拟近40万种提问模式，覆盖文字、图片上传、文档分析等不同内容载体，模型答对加分、答错扣分，用7个奖励函数进行强化学习。

记忆方面，用户的对话历史跨度可能很长，从考后估分到最终提交横跨近20天，中间还会穿插非高考话题。模型需要能分辨“是本人还是家长在使用”以及“哪些偏好已经发生了变化”。目前千问的记忆模块评估数据达到了98%以上的准确率。

工程侧也有一个容易被忽略的细节：去年20%的访问来自老旧机型和低带宽网络。团队专门做了低端机型稳定性测试和优化，确保无论用户使用什么手机、在什么网络环境下，都能稳定使用。

结语：把专家能力规模化，免费服务守住的流量入口

发布环节有一个令人沉思的数字：全国只有不到5%的家庭有能力聘请线下志愿规划师。而一位规划师一个报考季最多只能服务30到50名考生。那么剩下的95%的考生靠什么呢？

千问的解题思路是：将8年积累的数据、300名专家的方法论、1.6亿用户的行为模式全部注入大模型，通过Agent免费为千万级用户提供志愿填报服务。对于1290万考生背后的家庭而言，全周期规划加上免费的志愿填报辅助模式，可能比任何模型参数都更为重要。不过，需要始终牢记的是：无论多么先进的AI志愿填报产品，其定位都只是辅助决策，最终的判断还是要根据自身情况，由考生和家长自己做出。

这种免费策略的本质，依然是流量入口的争夺。高考志愿填报代表着每年上千万的流量，而免费服务的背后连接着教育规划、职业咨询、金融产品等一系列商业链条。此次千问高考志愿填报Agent的发布，是阿里守住志愿填报流量入口的又一重要举措。